以数据集（2,10,4,12,9）为叶结点的权值，按左小右大的规则构造一颗哈夫曼树，并求WPL值，并对其进行编码

哈夫曼树（Huffman Tree），也称为最优二叉树，是一种带权路径长度最短的二叉树，常用于数据压缩算法如 Huffman 编码。以给定的数据集 (2, 10, 4, 12, 9) 来构造哈夫曼树，我们首先需要按照权重从小到大排序：

排序后的顺序：4, 2, 9, 10, 12

然后从最小的两个节点开始合并，形成一个新的节点，新节点的权重是两节点之和。以此过程不断进行，直到只剩下一个节点，就是哈夫曼树的根。

构建步骤如下：

1. 第一轮：(4, 2) 合并，新节点权值：6，将结果 (6, 4) 写入列表。
2. 第二轮：(6, 9) 合并，新节点权值：15，将结果 (15, 6) 写入列表。
3. 第三轮：(15, 10) 合并，新节点权值：25，将结果 (25, 15) 写入列表。
4. 第四轮：(25, 12) 合并，新节点权值：37，此时只剩一个节点，这便是哈夫曼树的根。

哈夫曼树结构如下：

      37
     / \
    25   12
   / \   / \
  15  6  10   4

WPL（Weighted Path Length，带权路径长度）是所有叶子节点到根节点路径上权值之和，也就是每个节点到根节点的距离乘以其权重。所以 WPL = 4*1 + 2*6 + 9*15 + 10*25 + 12*37 = 8 + 12 + 135 + 250 + 444 = 949。

对于编码部分，我们可以创建一个哈夫曼编码表，例如通过分配较少位数给频率较高的字符。在这个例子中，由于没有给出具体的字符与其对应的频率，编码细节会依据实际频率计算。但是基本的原则是，从根节点读取路径，遇到0走左分支，1走右分支，直到到达叶子节点。比如数字4对应的是从根到左边子树的路径，可以编码为`1`。而数字12则编码为`110`，依此类推。具体的编码规则需要根据实际频率来制定。